Prototypage rapide de la commande vectorielle sur FPGA a l'aide des outils Simulink - System Generator /
Why this work is in the frame
A frame that forgets how it found something cannot be audited. These are the routes that admitted this work.
Bibliographic record
Abstract
Avec la mécatronique, la recherche effectuée dans ce domaine touche nécessairement à plusieurs disciplines. Cela engendre des problèmes de recherche applicationnels très diversifiés. C'est pourquoi il est important d'établir une plateforme de travail à l'aide d'outils académiques modulaires qui permet de passer d'un algorithme ou d'un problème d'application vers un prototype fonctionnel à tester en laboratoire sur FPGA. Une méthodologie intégrant des outils comme Xilinx System Generator, SimPowerSystems et GAPPA offre un environnement de développement organique qui peut évoluer avec la direction de la recherche, tout en évitant les coûts d'une solution commerciale intégrée. De plus, l'accessibilité de ces outils et l'élaboration de cette méthode permettent d'éviter les coûts et le temps de formation du personnel nécessaire avec des outils commerciaux plus complexes. Dans un cadre académique, cela facilite l'intégration de nouveaux étudiants dans un projet de recherche. La méthode de prototypage rapide est développée afin d'offrir à l'usager de la plateforme de développement une procédure optimale de conception, de validation, de co-simulation et d'optimisation du modèle. Une application de commande vectorielle des moteurs à induction devant répondre à des conditions d'exécution sévères (un court temps de réponse, une taille sur FPGA décente, etc.) est ici proposée afin de développer et tester cette méthode de conception. Les temps de développement sont évalués et la précision des résultats est analysée afin de confirmer la viabilité de cette méthode de prototypage.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.001 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.002 | 0.001 |
| Insufficient payload (model declined to judge) | 0.001 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it